MétaCan
Menu
Retour à la cohorte
Enregistrement W4319709962 · doi:10.58886/jfi.v10i1.2322

Transmission of Shocks to LIBOR Risk Spreads and Nominal Risk-Free Rates

2012· article· en· W4319709962 sur OpenAlexaboutno aff
Albert E. DePrince, Pamela D. Morris

Notice bibliographique

RevueJournal of Finance Issues · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiborVector autoregressionEconomicsShock (circulatory)Monetary economicsEconometricsInterest rate

Résumé

récupéré en direct d'OpenAlex

In this study, effects of shocks to international money market conditions, as measured by the three-month London Interbank Offer Rates (LIBOR) for five financially integrated economies (United States, the euro zone countries, Great Britain, Japan, and Canada) are examined. The sample period runs from January 4, 1999, through December 31, 2010. A fiveequation vector autoregressive (VAR) model is developed using daily risk spreads between each country’s LIBOR and its nominal risk-free rate. Also, effects of the risk spreads on the respective nominal risk-free rates are identified in a separate VAR system. Based on the risk-spread VAR, effects of exogenous shocks are examined. Single-country impulse tests show that the feedthrough effects on the other countries are surprisingly limited for these integrated countries. Only when a shock is applied concurrently to all five risk spreads can effects on the magnitude noted in 2008 and 2009 be replicated, suggesting that all LIBOR rates were affected by a contemporaneous shock. Finally, a proportion of the shock to the risk-spread feed has an inverse effect on each country’s nominal risk-free rate, reflecting the effect of the flow of funds from risky assets to safe assets in a time of increased risk and vice versa.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,260
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Finance IssuesMême sujetMonetary Policy and Economic ImpactTravaux en français237 207